技術セミナー・研修・出版・書籍・通信教育・eラーニング・講師派遣の テックセミナー ジェーピー

強化学習入門

強化学習入門

~基本理論と深層強化学習、ソフトコンピューティングによる展開~
東京都 開催 会場 開催

開催日

  • 2020年2月7日(金) 13時00分 17時00分

受講対象者

  • 人工知能技術、強化学習に興味のある方
  • 強化学習技術の応用を検討されている方

修得知識

  • 強化学習の基本理論と基礎技術
  • 深層学習の基本理論と基礎技術
  • 強化学習の概念
  • 強化学習の応用

予備知識

  • 大学初年次程度の数学の知識
  • コンピュータ・コンピュータプログラムの基礎知識

プログラム

 AI (人工知能) の応用が今後益々重要な課題となってきます。そのきっかけとなったのが、深層学習の成功とAlpha GO (コンピュータ) が囲碁のプロに勝利したことです。
 本講座では、このような技術の流れを決定づけたAlpha GOでも中心的役割を担う技術として導入されている強化学習の基本理論と深層強化学習、実際の応用に繋げる上での有望な技術としてソフトコンピューティングによる展開を学んでいきます。

  1. 強化学習の理論
    1. 強化学習の背景
      1. その歴史と制御技術との関係
      2. n本腕バンディッド
    2. 機械学習としての強化学習
      1. 機械学習の概要
      2. 教師付学習、自己組織化、強化学習
    3. エージェントモデル
      1. 環境と報酬
      2. 探索と知識利用の実現
      3. 行動モデル
      4. イプシロンGreedy
      5. ボルツマン分布の利用
      6. マルチエージェント
    4. マルコフ決定過程
    5. 価値関数
      1. 行動価値関数
      2. 状態価値関数
    6. 報酬と部分報酬
      1. 期待報酬
    7. モンテカルロ法
    8. 動的計画法との関係
    9. TD学習
      1. Q学習
      2. SARSA学習
      3. 適格度トレース
    10. Profit Sharing
    11. Policy – based method
    12. Actor – Critic
  2. 深層強化学習
    1. ニューラルネットワークの基礎
      1. ニューロンモデル
      2. パーセプトロン
    2. 多層パーセプトロン
    3. モジュラーニューラルネットワーク
    4. 深層学習
    5. Deep Q – Network (DQN)
    6. Pythonによる実装
  3. ソフトコンピューティングによる展開
    1. 強化学習システム実装における課題
      1. 状態表現における次元の呪い
      2. 試行回数の低減
    2. ファジィ理論の基礎
    3. ファジィQ – 学習
    4. 階層型強化学習
      1. タスクの分割
      2. 追跡問題の実装
    5. ロバスト推定技術への応用
      1. コンピュータビジョンのためのモデリング
      2. 強化学習の応用

講師

  • 渡邊 俊彦
    大阪電気通信大学 工学部 電気電子工学科
    教授

会場

株式会社オーム社 オームセミナー室
東京都 千代田区 神田錦町3-1
株式会社オーム社 オームセミナー室の地図

主催

お支払い方法、キャンセルの可否は、必ずお申し込み前にご確認をお願いいたします。

お問い合わせ

本セミナーに関するお問い合わせは tech-seminar.jpのお問い合わせからお願いいたします。
(主催者への直接のお問い合わせはご遠慮くださいませ。)

受講料

1名様
: 43,000円 (税別) / 47,300円 (税込)
1口
: 56,000円 (税別) / 61,600円 (税込) (3名まで受講可)
本セミナーは終了いたしました。

これから開催される関連セミナー

開始日時 会場 開催方法
2024/4/4 多変量解析・データ処理 超入門 オンライン
2024/4/10 Pythonによる時系列データ分析とその活用 オンライン
2024/4/12 機械学習/Deep Learningの画像データ前処理に活用できる画像フィルタリングの基本と最新動向 オンライン
2024/4/15 ディープラーニングの基礎と実践 オンライン
2024/4/15 少ないデータに対する機械学習、深層学習の適用 オンライン
2024/4/17 ルールベースと機械学習ベースの画像認識技術 オンライン
2024/4/18 生成AIをめぐる著作権問題の最前線 東京都 会場・オンライン
2024/4/19 ディープラーニングの基礎と実践 オンライン
2024/4/19 自然言語処理の基礎と生成AI・大規模言語モデルの研究開発への活用 オンライン
2024/4/24 脳波計測・処理・解析・機械学習の基礎と応用および脳波データの活用方法 オンライン
2024/4/25 カルマンフィルタの実践 オンライン
2024/4/26 少ないデータに対する機械学習、深層学習の適用 オンライン
2024/4/26 AI関連発明の出願戦略のポイントと生成AIを巡る知財制度上の留意点 オンライン
2024/5/2 脳波計測・処理・解析・機械学習の基礎と応用および脳波データの活用方法 オンライン
2024/5/2 自然言語処理の基礎と生成AI・大規模言語モデルの研究開発への活用 オンライン
2024/5/8 AI関連発明の出願戦略のポイントと生成AIを巡る知財制度上の留意点 オンライン
2024/5/17 スパース推定の本質の理解と実装応用技術への展開 オンライン
2024/5/23 ベイズ統計から学ぶ統計的機械学習 オンライン
2024/5/24 画像認識のためのディープラーニングとモデルの軽量化 オンライン
2024/5/31 マテリアルズインフォマティクスのためのデータ解析 オンライン